SAS Korea
데이터를 넘어 인텔리전스 세상으로 향하는 SAS 코리아의 여정에 함께 하세요.
금융 사기 설문 응답자 3분의 2가 금융 사기 경험이 있거나 더 철저한 보안을 원할 경우 이용 업체를 전환하겠다고 응답 보안 인증에 생체정보 활용 선호, 보안 강화 위해 개인 정보 공유 허용 SAS가 최근 16개국 13,500명의 소비자를 대상으로 한 설문조사(Faces of Fraud: Consumer Experiences with Fraud and What It Means for
컴퓨터가 인간보다 잘 하는 몇 가지 분야가 있는데, 그 중 하나가 바로 이미지 인식입니다. 2012년 알렉스넷이 개발된 이후 컴퓨터 비전 분야는 급속도로 성장하여 우리 일상에 자연스럽게 스며들었습니다. 오늘 포스팅에서는 컴퓨터가 이미지를 어떻게 인식할 수 있는지 이론을 중심으로 살펴보도록 하겠습니다. 1. 컴퓨터 비전의 과거 우리가 모니터를 통해 바라보는 이미지의 구조부터 알아보겠습니다.
자금 세탁 방지와 사기 방지 환경의 통합 접근 방안 금융 범죄의 현황과 대응 금융 범죄(Financial Crimes)라 함은 개인적 사용 및 사익을 위해 불법적으로 재산의 소유권을 전환하는 모든 불법 행위를 포함하는 광범위한 용어입니다. 금융 범죄는 다양한 유형의 사기(Fraud), 절도(Theft), 스캠(Scam), 탈세(Tax Evasion), 뇌물 수수(Bribery), 횡령(Embezzlement), 신원 도용(Identity Theft), 위조(Forgery) 등에 의해
실무에서 데이터를 다루다 보면 필연적으로 결측 데이터를 만나게 됩니다. 핑계 없는 무덤이 없다는 속담이 있듯, 데이터가 결측인 이유도 정말 다양합니다. 특별한 경우에만 값이 있는 경우, 서버 장애로 관측되지 않은 경우, 응답자가 응답을 거부하는 경우, 데이터 구조가 바뀌면서 새로운 컬럼이 추가된 경우 등등 너무 다양하죠? 오늘 포스팅에서는 이와 같은 결측치를 처리하는